Universidad Rafael Landívar

Facultad de Ciencias Económicas y Empresariales.

Sede Antigua Guatemala
Analítica y Laboratorio de Datos

1. A 40 estudiantes, elegidos de manera aleatoria en la cafetería de la universidad

un lunes por la mañana, se les pidió que estimaran el número de horas que
habían dedicado a estudiar la semana anterior (tanto las horas dentro como fuera
de clase). He aquí el registro de sus respuestas: (>30 datos=construir
frecuencias)

18 60 72 58 20 15 12 26 16 29
26 41 45 25 32 24 22 55 30 31
55 39 29 44 29 14 40 31 45 62
36 52 47 38 36 23 33 44 17 24

Data acumulada
límite límite
inferior superior punto medio anchura f Fr f Fr
12 < 22 17 10 7 17.5 7 17.5
22 < 32 27 10 13 32.5 20 50.0
32 < 42 37 10 8 20.0 28 70.0
42 < 52 47 10 5 12.5 33 82.5
52 < 62 57 10 5 12.5 38 95.0
62 < 72 67 10 1 2.5 39 97.5
72 < 82 77 10 1 2.5 40 100.0

40 100.0

2. Los precios de venta de una muestra de 60 antigüedades vendidas en Erie,

Pennsylvania, el mes pasado,
fueron organizados en la siguiente distribución de frecuencias. Estime el precio de venta medio.
Precio de venta
( Miles de $) Frecuencia
70a80 3
80a90 7
90a100 18
l00a110 20
Peso de venta (Miles de $)
punto
límite límite f Fr acumulada
medio
inferior superior anchura f Fr
70 80 75 10 3 5.00% 3 5.00%
80 90 85 10 7 11.67% 10 16.67%
90 100 95 10 18 30.00% 28 46.67%
100 110 105 10 20 33.33% 48 80.00%
110 120 115 10 12 20.00% 60 100.00%
60 100.00%
110a120 12
 3. identifique la anchura de clase, las marcas de clase, limites reales y las fronteras
de clase para la tabla de frecuencia dada y realice las tablas de frecuencia que
integren frecuencias, frecuencias acumuladas, punto medio, frecuencia relativa,
limites reales y frecuencia acumulada. Determine el promedio de cada conjunto
de datos.

a
Ausencias Frecuencia
0-9 22
10-19 40
20-29 71
30-39 44
40-49 23
Ausencias
punto
límite límite anchura f Fr acumulada
medio
inferior superior f Fr
0 9 4.5 9 22 11.00% 22 11.00%
10 19 14.5 9 40 20.00% 62 31.00%
20 29 24.5 9 71 35.50% 133 66.50%
30 39 34.5 9 44 22.00% 177 88.50%
40 49 44.5 9 23 11.50% 200 100.00%
200 100.00%

b
Peso (Kg) Frecuencia
0.0-4.9 60
5.0-9-9 58
10.0-14.9 61
15.0-19.9 62
20.0-24.9 59

Peso (Kg)
punto
límite límite anchura f Fr acumulada
medio
inferior superior f Fr
0 4.9 2.45 4.9 60 20.00% 60 20.00%
5 9.9 7.45 4.9 58 19.33% 118 39.33%
10 14.9 12.45 4.9 61 20.33% 179 59.67%
15 19.9 17.45 4.9 62 20.67% 241 80.33%
20 24.9 22.45 4.9 59 19.67% 300 100.00%
300 100.00%

c
Peso (Kg) Frecuencia
0.0-1.9 20
2.0-3.9 32
4.0-5.9 49
6.0-7.9 31
8.0-9.9 18
 Peso (Kg)
punto acumulada
límite límite anchura f Fr
medio
inferior superior f Fr
0 1.9 0.95 1.9 20 13.33% 20 13.33%
2 3.9 2.95 1.9 32 21.33% 52 34.67%
4 5.9 4.95 1.9 49 32.67% 101 67.33%
6 7.9 6.95 1.9 31 20.67% 132 88.00%
8 9.9 8.95 1.9 18 12.00% 150 100.00%
150 100.00%

4. Se hizo una muestra aleatoria de 100 estudiantes universitarios una serie de preguntas
para obtener datos demográficos sobre una nacionalidad, la especialización cursada, el
sexo, la edad, el curso en el que están, y su nota media hasta ese momento. También se
les hizo otras preguntas sobre su grado de satisfacción con el aparcamiento del campus
universitario, las residencias del campus y los comedores del campus. Las respuestas a
estas preguntas sobre su satisfacción se midieron en una escala de 1 a 5, donde 5 era el
nivel de satisfacción más alto. Por ultimo, se les preguntó si, cuando se graduaran tenían
intención de seguir estudios de postgrado en un plazo de 5 años (0;no;1:si). Estos datos
se encuentran en el archivo findstad and Lie Study.

1. Ponga un ejemplo de cómo se aplica la estadística descriptiva a estos datos.

Se aplica al recopilar datos como el demográficos sobre una nacionalidad, la
especialización cursada, el sexo, la edad, el curso en el que están, y su nota
media hasta ese momento, y con esos datos podemos describir la población y
muestra a investigar. Además de que las preguntas como las encuestas son una
herramienta de la estadística descriptiva.

2. Ponga un ejemplo de una pregunta que conlleve una estimación a la que podría
responder por medio de la estadística inferencial.
Entre la población de los estudiantes se tomaría la muestra de los 100 y se le
haría la siguiente pregunta: ¿Cómo califica el servicio educativo del 1 a 10? Acá
puede utilizar la estadística inferencial para hacer generalizaciones sobre la
población completa de estudiantes satisfechos.

Por ejemplo, puede calcular el promedio y la desviación estándar de las

calificaciones de la muestra y usar estos valores para estimar la calificación
promedio de todos los estudiantes satisfechos con el servicio de educación.

3. Ponga un ejemplo de una relación posible entre dos variables.

Entre más estudia un estudiante mejor será su nota.
Variables relacionadas, estudio-notas
Fecha de entrega: 15 de febrero.